MRI 重建中基于几何方向的快速多类字典学习
计算机视觉与模式识别
2016-01-27 v2 最优化与控制
医学物理
摘要
目的：在通过欠采样 k 空间数据加速磁共振成像时，利用快速多类字典学习改善重建图像。方法：将一种快速正交字典学习方法引入磁共振图像重建，以提供图像的自适应稀疏表示。为增强稀疏性，根据相同几何方向将图像划分为分类块，并在每类中训练字典。提出一种基于多类字典的新稀疏重建模型，并使用快速交替方向乘子法求解。结果：在加速因子高达 10 及各种欠采样模式的体模和脑成像数据上进行了实验。将所提方法与最先进的磁共振图像重建方法进行比较。结论：与对比方法相比，伪影被更好地抑制，图像边缘被更好地保留。此外，该方法的运算速度远快于磁共振图像重建中典型的 K-SVD 字典学习方法。意义：所提方法可用于欠采样磁共振成像，以减少数据采集时间并重建出更高质量的图像。
引用
@article{arxiv.1503.02945,
title = {Fast Multi-class Dictionaries Learning with Geometrical Directions in MRI Reconstruction},
author = {Zhifang Zhan and Jian-Feng Cai and Di Guo and Yunsong Liu and Zhong Chen and Xiaobo Qu},
journal= {arXiv preprint arXiv:1503.02945},
year = {2016}
}
备注
13 pages, 15 figures, 5 tables